k****z
发帖数: 1863 | 1 自己想的
比方我人为产生一个数据
有10000个sample, 100个变量X1,X2,,,X100
sample分成5个classes, 是根据其中10个变量的的方程值的分布分成5分
比方说一个简单的方程
Y=X1+X6*X20/X30-X38+10*X44^2+X55/X66-10X77+x88
当然我不会告诉你，现在的ML算法能搞清楚这个classification吗？ |
l******n
发帖数: 9344 | 2 你这种方程的分类，只要不是重叠太多，结果可以很精确
【在 k****z 的大作中提到】
: 自己想的
: 比方我人为产生一个数据
: 有10000个sample, 100个变量X1,X2,,,X100
: sample分成5个classes, 是根据其中10个变量的的方程值的分布分成5分
: 比方说一个简单的方程
: Y=X1+X6*X20/X30-X38+10*X44^2+X55/X66-10X77+x88
: 当然我不会告诉你，现在的ML算法能搞清楚这个classification吗？
|
k****z
发帖数: 1863 | 3 我不会告诉你方程的
什么算法可以搞定？
【在 l******n 的大作中提到】
: 你这种方程的分类，只要不是重叠太多，结果可以很精确
|
k****z
发帖数: 1863 | 4 重叠在产生数据的时候可以人为的的从数据中减少
【在 l******n 的大作中提到】
: 你这种方程的分类，只要不是重叠太多，结果可以很精确
|
M********0
发帖数: 1230 | 5 单纯的做分类 就像楼上大牛所说 准确度可以训练的很高
但是要想逼近真实分布 就要用GAN或者VAE了 10k数据太小了 而且结果如何是未知的
【在 k****z 的大作中提到】
: 重叠在产生数据的时候可以人为的的从数据中减少
|
k****z
发帖数: 1863 | 6 都是大牛
要学习学习
【在 M********0 的大作中提到】
: 单纯的做分类 就像楼上大牛所说 准确度可以训练的很高
: 但是要想逼近真实分布 就要用GAN或者VAE了 10k数据太小了 而且结果如何是未知的
|
k****z
发帖数: 1863 | 7 我想这个是因为现实中可能有这样的数据，人类收集的数据和最后想观测的之间的关系
可能错综复杂，比这个方程复杂的多，比方生物数据和疾病表型关系，如果ML能搞清楚
这个，确实很有用 |
g****t
发帖数: 31659 | 8 他这个方程有问题。问题本身可以是not detectable的。
就是说不同的变量组合，可以产生完全一样的观测量。所以你从观测量无法决定驱动变
量的值。
例如X6*X20/X30 这里的三个数从y的测量值是无法区分的。
: 你这种方程的分类，只要不是重叠太多，结果可以很精确
【在 l******n 的大作中提到】
: 你这种方程的分类，只要不是重叠太多，结果可以很精确
|
g****t
发帖数: 31659 | 9 你们把问题想的太简单了。假如他给你的是股市数据。你赚个钱实验下。例如把把股票
分成涨跌两类实验下。
首先要测算他的数据质量。还有数据产生的原理（不精确不要紧）。
: 单纯的做分类 就像楼上大牛所说 准确度可以训练的很高
: 但是要想逼近真实分布 就要用GAN或者VAE了 10k数据太小了 而且结果如
何是未
知的
【在 M********0 的大作中提到】
: 单纯的做分类 就像楼上大牛所说 准确度可以训练的很高
: 但是要想逼近真实分布 就要用GAN或者VAE了 10k数据太小了 而且结果如何是未知的
|
x****u
发帖数: 44466 | 10 你研究的这玩意是200年前高斯就想过，并且写入大学教科书里的
【在 k****z 的大作中提到】
: 自己想的
: 比方我人为产生一个数据
: 有10000个sample, 100个变量X1,X2,,,X100
: sample分成5个classes, 是根据其中10个变量的的方程值的分布分成5分
: 比方说一个简单的方程
: Y=X1+X6*X20/X30-X38+10*X44^2+X55/X66-10X77+x88
: 当然我不会告诉你，现在的ML算法能搞清楚这个classification吗？
|
|
|
k****z
发帖数: 1863 | 11 什么定理，我怎么不记得
【在 x****u 的大作中提到】
: 你研究的这玩意是200年前高斯就想过，并且写入大学教科书里的
|
r****t
发帖数: 10904 | 12 靠谱。要是这个这么简单，很多生物问题就不是问题了。
【在 g****t 的大作中提到】
: 他这个方程有问题。问题本身可以是not detectable的。
: 就是说不同的变量组合，可以产生完全一样的观测量。所以你从观测量无法决定驱动变
: 量的值。
: 例如X6*X20/X30 这里的三个数从y的测量值是无法区分的。
:
:
: 你这种方程的分类，只要不是重叠太多，结果可以很精确
:
|
k****z
发帖数: 1863 | 13 不赞同你的说法，不是not detectable, 而是还没有人想出好的方法。退一步讲，如果
你能找出其他变量的组合方程给出同样的分类，那也很好，就是说有多组解,其实这样
更有意思，但多组解的可能性应该很小，即使有，也会有效率差异。归根结底还是没有
好的方法。可能超越了人类目前理论和计算的能力。
: 他这个方程有问题。问题本身可以是not detectable的。
: 就是说不同的变量组合，可以产生完全一样的观测量。所以你从观测量无法决定
驱动变
: 量的值。
: 例如X6*X20/X30 这里的三个数从y的测量值是无法区分的。
:
【在 g****t 的大作中提到】
: 你们把问题想的太简单了。假如他给你的是股市数据。你赚个钱实验下。例如把把股票
: 分成涨跌两类实验下。
: 首先要测算他的数据质量。还有数据产生的原理（不精确不要紧）。
:
:
: 单纯的做分类 就像楼上大牛所说 准确度可以训练的很高
:
: 但是要想逼近真实分布 就要用GAN或者VAE了 10k数据太小了 而且结果如
: 何是未
: 知的
:
|
l******n
发帖数: 9344 | 14 只要区别y得值，和你怎么产生的没有关系
【在 g****t 的大作中提到】
: 他这个方程有问题。问题本身可以是not detectable的。
: 就是说不同的变量组合，可以产生完全一样的观测量。所以你从观测量无法决定驱动变
: 量的值。
: 例如X6*X20/X30 这里的三个数从y的测量值是无法区分的。
:
:
: 你这种方程的分类，只要不是重叠太多，结果可以很精确
:
|
g****t
发帖数: 31659 | 15 如果只要求根据y的值分类，而和x无关系的话。那可以说是没什么标准可言的。排一下
序然后，分五段就是分类了。
哪里有什么精度高低之分呢？
他既然给了方程，那这种就是已知道模型的分类问题。
我猜需要在什么地方用到那些x才能搞明白分类好坏的问题。
然而他的x是不可观测的。
: 只要区别y得值，和你怎么产生的没有关系
【在 l******n 的大作中提到】
: 只要区别y得值，和你怎么产生的没有关系
|
g****t
发帖数: 31659 | 16 你需要一些逻辑训练。不然无法定义问题的。
这里不需要考虑到人类有没有找到好办法这么宏观。
: 不赞同你的说法，不是not detectable, 而是还没有人想出好的方法。退一步讲
，如果
: 你能找出其他变量的组合方程给出同样的分类，那也很好，就是说有多组解,其
实这样
: 更有意思，但多组解的可能性应该很小，即使有，也会有效率差异。归根结底还
是没有
: 好的方法。可能超越了人类目前理论和计算的能力。
: 驱动变
【在 k****z 的大作中提到】
: 不赞同你的说法，不是not detectable, 而是还没有人想出好的方法。退一步讲，如果
: 你能找出其他变量的组合方程给出同样的分类，那也很好，就是说有多组解,其实这样
: 更有意思，但多组解的可能性应该很小，即使有，也会有效率差异。归根结底还是没有
: 好的方法。可能超越了人类目前理论和计算的能力。
:
:
: 他这个方程有问题。问题本身可以是not detectable的。
:
: 就是说不同的变量组合，可以产生完全一样的观测量。所以你从观测量无法决定
: 驱动变
:
: 量的值。
:
: 例如X6*X20/X30 这里的三个数从y的测量值是无法区分的。
|
g****t
发帖数: 31659 | 17 你跟他二人，似乎都没有操作过基本的linear regression
: 你研究的这玩意是200年前高斯就想过，并且写入大学教科书里的
【在 x****u 的大作中提到】
: 你研究的这玩意是200年前高斯就想过，并且写入大学教科书里的
|
s*****V
发帖数: 21731 | 18 你这个要加上一个label，这就是一个典型的LINEAR regression CLASSIFICATION 的题
目.每一个方程的值对应于一个超平面，数据量够大的话应该没啥问题。
【在 k****z 的大作中提到】
: 自己想的
: 比方我人为产生一个数据
: 有10000个sample, 100个变量X1,X2,,,X100
: sample分成5个classes, 是根据其中10个变量的的方程值的分布分成5分
: 比方说一个简单的方程
: Y=X1+X6*X20/X30-X38+10*X44^2+X55/X66-10X77+x88
: 当然我不会告诉你，现在的ML算法能搞清楚这个classification吗？
|
g****t
发帖数: 31659 | 19 假如他要是让你根据X44的大小分五类，
你怎么分？
按照他这个产生器，X44的正负是从y看不出来的。
你用软件现成的包带进去，根据测量数据是
可以出现一个结果。然而那结果
是测量噪声给你的假结果。
: 你这个要加上一个label，这就是一个典型的LINEAR regression
CLASSIFICATION 的题
: 目.每一个方程的值对应于一个超平面，数据量够大的话应该没啥问题。
【在 s*****V 的大作中提到】
: 你这个要加上一个label，这就是一个典型的LINEAR regression CLASSIFICATION 的题
: 目.每一个方程的值对应于一个超平面，数据量够大的话应该没啥问题。
|
s*****V
发帖数: 21731 | 20 只要不是乱来，只要是根据Y的值范围来分，就可以分。换句话说如果他给100个x，和y
，神经网络可以模拟出这个函数，最后一层加一个分类器。前提是数据够多。
【在 g****t 的大作中提到】
: 假如他要是让你根据X44的大小分五类，
: 你怎么分？
: 按照他这个产生器，X44的正负是从y看不出来的。
: 你用软件现成的包带进去，根据测量数据是
: 可以出现一个结果。然而那结果
: 是测量噪声给你的假结果。
:
:
: 你这个要加上一个label，这就是一个典型的LINEAR regression
: CLASSIFICATION 的题
:
: 目.每一个方程的值对应于一个超平面，数据量够大的话应该没啥问题。
|
k****z
发帖数: 1863 | 21 觉得第一肯定是可以分类的，但现在没有好的方法。神经网络或许可以。
第二linear regression 之类的不会work, 因为实际问题中变量和方程是不会告诉你的。
: 只要不是乱来，只要是根据Y的值范围来分，就可以分。换句话说如果他给100个
x，和y
: ，神经网络可以模拟出这个函数，最后一层加一个分类器。前提是数据够多。
【在 s*****V 的大作中提到】
: 只要不是乱来，只要是根据Y的值范围来分，就可以分。换句话说如果他给100个x，和y
: ，神经网络可以模拟出这个函数，最后一层加一个分类器。前提是数据够多。
|
